平台
- tensorflow
- yolov5
现象
标注框没问题，但类别不正确
解决
- 首先确保后处理过程没有问题，nms无误
- 由于yolo损失函数包含三部分，参考公众号YueTan。我的猜测是三部分可能没有平衡好，分类损失权重较小，导致分类没有训练充分导致。所以分类损失函数乘以10以后重现训练，问题解决了。
- 根本原因在于tf.keras.losses.BinaryCrossentropy，计算时默认会把最后一个维度默认平均，即使加上reduction=tf.keras.losses.Reduction.NONE，最后一个维度也会是平均。因此分类损失函数占比较小无法得到较好优化，乘以类别个数，可以解决这个问题
最终解决方法看起来很简单，只改了一点点
class_loss_all += class_loss * 10
更多内容，欢迎关注我的公众号YueTan